劉建勇 談?wù)苊?顧思南

1 南京大學(xué)中尺度災(zāi)害性天氣教育部重點(diǎn)實(shí)驗(yàn)室、大氣科學(xué)學(xué)院,南京 210093

2 寧波市氣象臺(tái),寧波 315012

梅雨期暴雨系統(tǒng)的流依賴(lài)中尺度可預(yù)報(bào)性

劉建勇1,2談?wù)苊?顧思南2

1 南京大學(xué)中尺度災(zāi)害性天氣教育部重點(diǎn)實(shí)驗(yàn)室、大氣科學(xué)學(xué)院,南京 210093

2 寧波市氣象臺(tái),寧波 315012

中尺度天氣系統(tǒng)的初值敏感性,導(dǎo)致了中尺度系統(tǒng)預(yù)報(bào)極限的存在。中尺度系統(tǒng)的初始誤差的快速增長(zhǎng)及其中尺度可預(yù)報(bào)性依賴(lài)于系統(tǒng)流的特征。梅雨暴雨形成是多尺度天氣系統(tǒng)共同作用的結(jié)果,決定了梅雨期暴雨的形成機(jī)制的多樣性,也決定了其初值敏感性的差異性。本文重點(diǎn)對(duì)比分析了五種不同類(lèi)型的梅雨暴雨的誤差增長(zhǎng)特征及其機(jī)制。冷空氣抬升、低層渦旋、邊界層冷池、重力波等在梅雨期暴雨系統(tǒng)的誤差增長(zhǎng)發(fā)揮著重要作用,它們通過(guò)不同方式促使初始誤差由小尺度向大尺度傳遞。利用初始隨機(jī)擾動(dòng)和系統(tǒng)擾動(dòng)方法構(gòu)造的初始誤差試驗(yàn)表明,系統(tǒng)擾動(dòng)試驗(yàn)中誤差的初始調(diào)整較小,能夠快速到達(dá)誤差最優(yōu)增長(zhǎng)尺度。

冷槽推進(jìn)型的誤差擾動(dòng)尺度大,冷空氣抬升控制不穩(wěn)定區(qū)域的誤差尺度,可預(yù)報(bào)性強(qiáng);西南渦移出型和北槽南渦型的低層渦旋平流作用抵消渦旋內(nèi)的正負(fù)偏差,加快了誤差能量向大尺度傳遞,提高了暖季降水的預(yù)報(bào)技巧;自組織型中重力波、冷池強(qiáng)迫抬升等擬連機(jī)制使得誤差能量快速頻散,出現(xiàn)誤差在多個(gè)尺度上共同增長(zhǎng),且誤差飽和尺度小于上述三種類(lèi)型,可預(yù)報(bào)性略差;受局地地形和熱力條件影響,非組織局地型的中小尺度誤差能量很難飽和,可預(yù)報(bào)性最差。

梅雨期暴雨的誤差結(jié)構(gòu)主要決定于暴雨形成中起主要作用的系統(tǒng)。冷空氣抬升使得冷槽推進(jìn)型暴雨中誤差沿鋒面垂直傾斜;冷空氣侵入致使冷槽推進(jìn)型和北槽南渦型的中層溫度誤差出現(xiàn)顯著性增長(zhǎng);在西南渦移出型、北槽南渦型、自組織型、非組織局地類(lèi)型中,冷池的形成導(dǎo)致出現(xiàn)了低層的高動(dòng)量偏差;在所有的暴雨類(lèi)型中,在對(duì)流發(fā)展后期,誤差向高層傳遞并增大,導(dǎo)致在高層出現(xiàn)大誤差帶。

誤差增長(zhǎng) 中尺度可預(yù)報(bào)性 暴雨 梅雨類(lèi)型

1 引言

關(guān)于大氣可預(yù)報(bào)性問(wèn)題最早由 Thompson(1957)和Lorenz(1969)在20世紀(jì)60年代提出,特別對(duì)天氣尺度的可預(yù)報(bào)性有較深入的研究。近年來(lái),關(guān)于大氣可預(yù)報(bào)性已經(jīng)從單純的預(yù)報(bào)性時(shí)間尺度問(wèn)題向與大氣可預(yù)報(bào)性有著本質(zhì)聯(lián)系的初始誤差增長(zhǎng)動(dòng)力學(xué)研究轉(zhuǎn)變 (Hollingsworth and L?nnberg,1986;Dalcher and Kalnay,1987)。Dalcher and Kalnay(1987)對(duì)歐洲中期天氣預(yù)報(bào)中心 (ECMWF)的10天預(yù)報(bào)產(chǎn)品進(jìn)行統(tǒng)計(jì)分析,發(fā)現(xiàn)初始誤差增長(zhǎng)取決于二維空間的總波數(shù)而不單單是緯向波數(shù)。Ho llingswo rth and L?nnberg(1986)利用 ECMWF的全球資料同化系統(tǒng)分析北美地區(qū)的風(fēng)場(chǎng)誤差分布特征,發(fā)現(xiàn)風(fēng)場(chǎng)的預(yù)報(bào)誤差主要由天氣尺度流函數(shù)控制。Hakim(2005)利用集合預(yù)報(bào)業(yè)務(wù)分析系統(tǒng)估測(cè)了中緯度地區(qū)預(yù)報(bào)和分析的誤差垂直結(jié)構(gòu),研究結(jié)果表明水平風(fēng)場(chǎng)誤差的最大值位于對(duì)流層頂,而溫度誤差的最大值位于對(duì)流層低層。通過(guò)對(duì)高層風(fēng)場(chǎng)的加密觀測(cè)和增加高層擾動(dòng)的集合預(yù)報(bào)成員,可以有效地提高中緯度數(shù)值天氣預(yù)報(bào)的技巧,而低層預(yù)報(bào)誤差的增長(zhǎng)可能與邊界層參數(shù)化的模式誤差有關(guān),因?yàn)閿?shù)值預(yù)報(bào)模式中邊界層風(fēng)場(chǎng)的日變化不明顯,需要改進(jìn)模式的邊界層參數(shù)化。Rabier et al.(1996)利用伴隨模式研究初始條件對(duì)短期數(shù)值預(yù)報(bào)的誤差增長(zhǎng)影響,指出由于季節(jié)、預(yù)報(bào)區(qū)域的差異,其預(yù)報(bào)的初值敏感區(qū)域各不相同,冬季太平洋是歐洲地區(qū)預(yù)報(bào)的最敏感區(qū)域,還發(fā)現(xiàn)誤差會(huì)快速由小尺度向大尺度和高層傳播,這些理論結(jié)果為資料同化系統(tǒng)完善和預(yù)報(bào)技巧提高提供了基礎(chǔ)。

初始誤差增長(zhǎng)機(jī)制和誤差結(jié)構(gòu)主要取決于大氣背景流場(chǎng)的不穩(wěn)定性質(zhì)。Langland et al.(2002)利用伴隨方法研究美國(guó)一次暴雪過(guò)程,發(fā)現(xiàn)初始誤差增長(zhǎng)主要是由斜壓不穩(wěn)定決定,但其研究側(cè)重于天氣尺度的斜壓波,沒(méi)有考慮濕對(duì)流不穩(wěn)定引起的中尺度降水的預(yù)報(bào)偏差。Zhang et al.(2002,2003)和 Tan et al.(2004)分別從實(shí)際個(gè)例和理論模型證明了濕物理過(guò)程對(duì)于含有濕對(duì)流的斜壓系統(tǒng)誤差增長(zhǎng)起關(guān)鍵作用,誤差尺度分布完全取決于濕過(guò)程,誤差增長(zhǎng)與濕對(duì)流強(qiáng)度密切相關(guān)。然而暖季降水通常斜壓性偏弱、對(duì)流不穩(wěn)定性強(qiáng)、多尺度系統(tǒng)相互作用復(fù)雜,大氣流型結(jié)構(gòu)與冬季斜壓波系統(tǒng)有顯著差異,它的誤差增長(zhǎng)有著自身的特點(diǎn)。Zhang et al.(2006)通過(guò)對(duì)美國(guó)一次暖季極端降水過(guò)程的研究,發(fā)現(xiàn)小尺度誤差向大尺度傳播偏慢,誤差能量主要集中在中小尺度。Bei and Zhang(2007)針對(duì)一次中國(guó)江淮梅雨個(gè)例進(jìn)行初值敏感性分析,發(fā)現(xiàn)大尺度、大振幅的誤差會(huì)對(duì)梅雨暴雨造成更大的預(yù)報(bào)偏差,小尺度、小振幅的初始誤差也會(huì)迅速增長(zhǎng)并向大尺度傳遞,最終污染確定性預(yù)報(bào)。這與Tribbia and Baum hheifner(2004)的初始誤差能量串級(jí)相類(lèi)似,大尺度誤差會(huì)向小尺度傳遞,小尺度誤差也會(huì)向大尺度傳遞。朱本璐等 (2009)在華南前汛期暴雨初始擾動(dòng)試驗(yàn)中發(fā)現(xiàn),降水對(duì)溫度擾動(dòng)最為敏感,小振幅的擾動(dòng)非線性增長(zhǎng),很快就會(huì)影響大尺度降水,不利于提高小尺度降水的預(yù)報(bào)時(shí)效。Liu and Tan(2009)通過(guò)對(duì)一次典型梅雨暴雨研究,發(fā)現(xiàn)整個(gè)暴雨過(guò)程的初始誤差增長(zhǎng)存在明顯階段性特征。第一階段對(duì)流不穩(wěn)定造成誤差的振幅快速增長(zhǎng),第二階段通過(guò)能量頻散誤差尺度增長(zhǎng),第三階段誤差尺度飽和而新生對(duì)流引起振幅再次增長(zhǎng)。所以,不同大氣流型特征可以導(dǎo)致不同的誤差增長(zhǎng)機(jī)制,即為流依賴(lài)可預(yù)報(bào)性 (flow-dependent predictability),根據(jù)大氣流型結(jié)構(gòu) (flow regime)可以構(gòu)造不同的初始擾動(dòng)成員,從而能更好地提高預(yù)報(bào)技巧和時(shí)效 (Hamill et al.,2003)

梅雨鋒暴雨是副熱帶高壓、南海季風(fēng)涌、中高緯度冷空氣和青藏高原中尺度對(duì)流系統(tǒng)的最佳鎖定,當(dāng)這些系統(tǒng)同時(shí)處于活躍階段時(shí),容易形成大范圍、長(zhǎng)時(shí)間的梅雨鋒暴雨 (張順利等,2002)。另外,一般活躍的梅雨鋒由多種α、β、γ中尺度天氣系統(tǒng)相依存組成 (A kiyama 1990)。梅雨鋒上的大尺度云系一般可由尺度約1000～2000 km的α中尺度云系組成,而在α中尺度云系中包含尺度約100～200 km的β中尺度云系,通過(guò)β中尺度系統(tǒng)合并、加強(qiáng)反過(guò)來(lái)維持α中尺度系統(tǒng),在β中尺度云系中又嵌套著更小尺度的γ中尺度系統(tǒng) (Ninomiya and A kiyama,1992)。梅雨鋒這種多尺度天氣系統(tǒng)的復(fù)雜組成及其相互作用決定了梅雨鋒暴雨類(lèi)型的多樣化。根據(jù)梅雨期暴雨形成機(jī)制的不同,劉建勇等 (2010)將梅雨暴雨分為外強(qiáng)迫型、自組織型和非組織局地型三種類(lèi)型。其中,外強(qiáng)迫型又可分冷槽推進(jìn)型、西南渦移出型和北槽南渦型三種子類(lèi)型。雖然,它們同屬于暖季降水,但它們的流型結(jié)構(gòu)和形成機(jī)制具有較大的差異,而梅雨暴雨的初始誤差增長(zhǎng)及其可預(yù)報(bào)性與暴雨的形成機(jī)制和流型結(jié)構(gòu)密切相關(guān) (Liu and Tan,2009)。所以,研究不同類(lèi)型梅雨期暴雨是否具有明顯不同的初始誤差增長(zhǎng)特征,對(duì)梅雨期暴雨的認(rèn)識(shí)和預(yù)報(bào)水平的提高有重要意義。本文將通過(guò)對(duì)冷槽推進(jìn)型(MCT)、西南渦移出型 (WSV)、北槽南渦型(NTSV)、自組織型 (SO)和非組織局地型 (NOL)五種梅雨期暴雨類(lèi)型的初始誤差的增長(zhǎng)機(jī)制及其誤差分布結(jié)構(gòu)的對(duì)比分析,進(jìn)一步認(rèn)識(shí)梅雨暴雨系統(tǒng)的初始誤差增長(zhǎng)及其中尺度可預(yù)報(bào)性極限差異,從而為改進(jìn)梅雨暴雨的數(shù)值預(yù)報(bào)技巧提供參考。

本研究將首先選取劉建勇等 (2010)根據(jù)不同的形成機(jī)制劃分的五類(lèi)梅雨期暴雨的典型個(gè)例,設(shè)計(jì)相應(yīng)的可預(yù)報(bào)性數(shù)值試驗(yàn),分析其初始誤差的增長(zhǎng)特征。

2 數(shù)值試驗(yàn)設(shè)計(jì)

本文采用中尺度數(shù)值模式MM 5對(duì)比分析五種不同類(lèi)型的梅雨鋒暴天氣過(guò)程中的初始誤差增長(zhǎng)特征。模式試驗(yàn)采用單向的兩層嵌套,水平分辨率分別為36 km和12 km,垂直23層,中心為 (35.0°N,110.7°E),內(nèi)外層計(jì)算范圍分別為121×173和268×268格點(diǎn),內(nèi)層區(qū)域涵蓋四川盆地和整個(gè)江淮流域。模擬采用比較完整的濕物理過(guò)程Reisner2方案,它可分辨云、雨、冰、雪、霰等不同相態(tài)的水凝物;對(duì)流參數(shù)化采用對(duì)流有效位能釋放方案 Kain-Fritsch修改參數(shù)化方案 (Kain and Fritsch,1993;Kain,2004);行星邊界層和湍流過(guò)程采用 MRF方案(Hong and Pan,1996);輻射采用包含長(zhǎng)波輻射和短波輻射參數(shù)化方案的簡(jiǎn)單云方案。初始場(chǎng)和側(cè)邊界采用時(shí)間間隔6小時(shí)、分辨率1°×1°FNL(Final Global Data A ssimilation System)再分析資料,數(shù)值模式內(nèi)外兩層 (D01、D02)單向嵌套積分48小時(shí),其中內(nèi)層D02為分析范圍 (圖1)。

為了研究梅雨期暴雨系統(tǒng)的中尺度可預(yù)報(bào)性及其初始誤差增長(zhǎng)特征,設(shè)計(jì)了三組試驗(yàn):控制試驗(yàn)(CNTL)、隨機(jī)誤差擾動(dòng)試驗(yàn) (PERT-R)和系統(tǒng)誤差擾動(dòng)試驗(yàn) (PERT-S)。具體試驗(yàn)內(nèi)容如下:

控制試驗(yàn) (CNTL):由D01、D02的初始分析場(chǎng)積分48小時(shí),D02的側(cè)邊界由D01提供,D02結(jié)果作為分析之用。

隨機(jī)誤差擾動(dòng)試驗(yàn) (PERT-R):外層區(qū)域(D01)的初始場(chǎng)和側(cè)邊界與控制試驗(yàn) (CNTL)相同,但在內(nèi)層 (D02)區(qū)域初始場(chǎng)由控制試驗(yàn)的初始場(chǎng)中疊加一個(gè)高斯分布隨機(jī)誤差溫度擾動(dòng)組成,其初始誤差的誤差標(biāo)準(zhǔn)差T′=0.2 K,具體初始誤差的設(shè)計(jì)與 Tan et al.(2004)相同。與控制試驗(yàn)相同,D02的側(cè)邊界由D01提供。與 Tan et al.(2004)相類(lèi)似,將D02中擾動(dòng)試驗(yàn) (PERTR、PERT-S)與控制試驗(yàn) (CNTL)之差定義為誤差。

系統(tǒng)誤差擾動(dòng)試驗(yàn) (PERT-S):與隨機(jī)誤差擾動(dòng)試驗(yàn) (PERT-R)的差異主要是引入初始誤差的結(jié)構(gòu)與性質(zhì)不同。在該試驗(yàn)中,初始誤差是通過(guò)與集合預(yù)報(bào)的生長(zhǎng)繁殖法 (Toth and Kalnay,1997)相類(lèi)似的方法來(lái)構(gòu)造。具體的初始誤差構(gòu)造過(guò)程如下:在模式開(kāi)始進(jìn)行擾動(dòng)試驗(yàn)的前三天,在內(nèi)層D02的初值場(chǎng)首先引入與 PERT-R相同的隨機(jī)擾動(dòng)誤差,每積分24小時(shí)擾動(dòng)誤差振幅調(diào)整一次,使得擾動(dòng)誤差總能量與積分前相等,再將其疊加到新的初始場(chǎng)進(jìn)行擾動(dòng)的繁殖增長(zhǎng),三次循環(huán)調(diào)整后的繁殖增長(zhǎng)的誤差作為系統(tǒng)誤差擾動(dòng)試驗(yàn) (PERTS)的初始誤差。

圖1 MM 5模擬區(qū)域和地形 (單位:m)。區(qū)域D01、D02的水平分辨率:36 km、12 kmFig.1 MM 5 model domains and terrain(units:m).The grid resolutionsof domain 1(D01)and domain 2(D02)are 36 and 12 km,respectively

顯然,對(duì)于初始誤差為隨機(jī)誤差時(shí) (PERTR),這種初始誤差是一種格點(diǎn)性質(zhì)的隨機(jī)擾動(dòng),雖然各個(gè)尺度波動(dòng)振幅相同,但總能量集中在格點(diǎn)尺度,它主要是由初值過(guò)程的觀測(cè)不確定性和初始分析引入。然而,通過(guò)繁殖模增長(zhǎng)構(gòu)造的初始誤差(PERT-S),由于通過(guò)多次擾動(dòng)繁殖增長(zhǎng)過(guò)程,其誤差可以更好地反映出背景場(chǎng)的特征。所以,繁殖增長(zhǎng)方法大量被應(yīng)用于集合預(yù)報(bào)的初值構(gòu)造中。本文采用兩種不同構(gòu)造的初始誤差,其目的是更好地反映出梅雨期暴雨系統(tǒng)的初始誤差增長(zhǎng)特征及其中尺度可預(yù)報(bào)性的限制。

為了能揭示梅雨期暴雨系統(tǒng)的中尺度可預(yù)報(bào)性的流依賴(lài)特征,根據(jù)劉建勇等 (2010)劃分梅雨期暴雨分類(lèi):冷槽推進(jìn)型 (MCT)、西南渦移出型(WSV)、北槽南渦型 (NTSV)、自組織型 (SO)和非組織局地型 (NOL)五種暴雨類(lèi)型,分別選取相應(yīng)類(lèi)型的典型個(gè)例,總計(jì)五個(gè)個(gè)例進(jìn)行中尺度的可預(yù)報(bào)性研究。具體五個(gè)個(gè)例的特征見(jiàn)表1。

3 誤差的總體特征:能譜尺度結(jié)構(gòu)

本文采用 Zhang et al.(2003)和 Tan et al.(2004)定義的總體誤差能量DTE(Difference Total Energy)來(lái)衡量誤差增長(zhǎng)特征,它可以綜合考慮初始誤差導(dǎo)致的動(dòng)能偏差和位能偏差兩者的共同效果,其定義為:

其中 ,U′、V′和T′分別是 PERT-R(或 PERT-S)試驗(yàn)和CNTL試驗(yàn)之間的風(fēng)場(chǎng)偏差和溫度偏差,κ=cp/Tr(參考溫度Tr=287K),cp為定壓比熱容,i、j覆蓋內(nèi)層區(qū)域水平空間,k包括扣除上下邊界外的所有層次。

圖2為初始誤差是隨機(jī)誤差的五類(lèi)梅雨期暴雨的誤差能譜結(jié)構(gòu)。由圖2可知,其初始誤差主要位于在小尺度,而大尺度誤差能量較小,誤差尺度和其能量在對(duì)數(shù)坐標(biāo)中呈線性關(guān)系,這與 Tan et al.(2004)的初始誤差結(jié)構(gòu)相類(lèi)似。為了敘述方便,避免與氣象學(xué)一般尺度分類(lèi)相混淆,文中定義三個(gè)特征尺度:小尺度 (≤80 km)、中尺度 (80～200 km)、大尺度 (≥200 km)來(lái)分析誤差尺度。在擾動(dòng)試驗(yàn) (PERT-R,PERT-S)的積分初始階段中,總體誤差能量 (D TE)在小尺度衰減最為明顯,誤差能量衰減與模式耗散調(diào)整有關(guān) (Snyder et al.,2003),但在不同類(lèi)型暴雨過(guò)程中,其流型結(jié)構(gòu)可以影響初始誤差能量的衰減幅度和尺度。從3小時(shí)誤差能譜與初始時(shí)刻誤差能譜交點(diǎn)可以發(fā)現(xiàn) (圖2),經(jīng)過(guò) 3小時(shí)積分調(diào)整,在隨機(jī)擾動(dòng)試驗(yàn)(PERT-R)中,冷槽推進(jìn)型 (圖2a)、西南渦移出型(圖2b)和北槽南渦型 (圖2c)的70 km以下尺度的誤差能量小于初始狀態(tài),70 km以上尺度誤差都開(kāi)始快速增長(zhǎng)。而自組織型 (圖2d)誤差增長(zhǎng)的尺度寬度明顯大于上述三種類(lèi)型,50 km以上尺度的誤差均已快速增長(zhǎng)。由于在冷槽推進(jìn)型和西南渦移出型的個(gè)例中都有斜壓槽活動(dòng),斜壓槽前的不穩(wěn)定對(duì)流活動(dòng)發(fā)展迅速,誤差擾動(dòng)能量也隨之增長(zhǎng),不利于大尺度擾動(dòng)誤差能量的衰減。北槽南渦型個(gè)例中的對(duì)流啟動(dòng)較晚,誤差能量的維持來(lái)自于大尺度不穩(wěn)定,此時(shí)總體誤差能量小于其它三種類(lèi)型。自組織型個(gè)例的初始階段有移動(dòng)冷槽在高緯地區(qū)活動(dòng),大尺度誤差衰減同樣很小,并且對(duì)流活動(dòng)旺盛,中尺度誤差能量能夠快速增長(zhǎng)。非組織局地型個(gè)例 (圖 2e)有槽前對(duì)流云團(tuán)活動(dòng),形成 40～50 km尺度的能量峰值,但該峰值隨后迅速衰減。誤差能量初始增長(zhǎng)主要由浮力項(xiàng) (包括潛熱釋放、蒸發(fā)冷卻、云水和雨水的垂直輸送)、誤差平流輸送項(xiàng)和擴(kuò)散項(xiàng)三部分,而最初階段主要是由浮力項(xiàng)和擴(kuò)散項(xiàng)控制 (Zhang et al,2007)。0～3小時(shí),冷槽推進(jìn)型和自組織型的對(duì)流活動(dòng)尺度大、啟動(dòng)早,造成0～3小時(shí)圖2a、d比較接近;北槽南渦型和非組織局地型的對(duì)流啟動(dòng)晚,誤差增長(zhǎng)的浮力項(xiàng)小,造成圖2c、e誤差小而且尺度均勻。

表1 不同類(lèi)型的梅雨期暴雨過(guò)程Table 1 The description of five typesof heavy rainfall associated with Meiyu front

隨后12小時(shí)中,不同暴雨類(lèi)型的隨機(jī)擾動(dòng)誤差能量都迅速增長(zhǎng),50～80 km尺度的誤差能量增長(zhǎng)最快,這與嵌套在梅雨鋒系統(tǒng)γ中尺度對(duì)流系統(tǒng)最先得到充分發(fā)展有關(guān)。這一階段誤差能量增長(zhǎng)最為迅速,誤差增長(zhǎng)的幅度與降水的階段性特征有關(guān)(Liu and Tan,2009)。當(dāng)至24小時(shí),五種類(lèi)型的暴雨系統(tǒng)都達(dá)到旺盛發(fā)展階段,誤差能量尺度和振幅得到充分發(fā)展。冷槽推進(jìn)型中槽前組織性抬升和大尺度的斜壓不穩(wěn)定通過(guò)控制對(duì)流的空間結(jié)構(gòu),影響誤差能量的尺度分布。它的對(duì)流活動(dòng)平緩并且系統(tǒng)組織性強(qiáng),對(duì)流尺度的誤差通過(guò)能量頻散能夠很快向更大尺度傳遞。五種類(lèi)型的暴雨系統(tǒng)中,冷槽推進(jìn)型的誤差能量尺度傳遞速度最快,至24小時(shí)最優(yōu)增長(zhǎng)尺度已經(jīng)由100 km傳向200 km左右 (圖2a),但仍然低于含有對(duì)流系統(tǒng)的濕斜壓波的最優(yōu)增長(zhǎng)尺度 (Tan et al.,2004)。西南渦移出型的誤差能量的振幅增長(zhǎng)最快,尺度主要集中在100 km以下,最優(yōu)尺度特征明顯。在此期間,西南渦移出形成的新生渦旋快速發(fā)展,旺盛的新生對(duì)流附近的對(duì)流不穩(wěn)定性強(qiáng),大量的凝結(jié)潛熱釋放和風(fēng)場(chǎng)、氣壓場(chǎng)的適應(yīng)調(diào)整引起中小尺度的誤差能量迅速堆積,此時(shí)中小尺度能量堆積速度快于大氣能量頻散過(guò)程,形成80～100 km的誤差能量峰值 (圖2b)。初始階段誤差擾動(dòng)能量衰減最強(qiáng)的北槽南渦型的中小尺度誤差在12～24小時(shí)的增長(zhǎng)幅度變大,它的誤差最優(yōu)增長(zhǎng)尺度的峰值能量已經(jīng)接近冷槽推進(jìn)型和自組織型,但大尺度誤差能量仍然很小。北槽南渦型的渦旋組織系統(tǒng)尺度小,短波槽前的對(duì)流活動(dòng)隨著渦旋系統(tǒng)發(fā)展而逐漸組織化,造成小尺度誤差能量能夠快速發(fā)展,大尺度誤差能量增長(zhǎng)緩慢,形成跨越幅度較大的50～200 km最優(yōu)增長(zhǎng)尺度。自組織型中小尺度誤差能量增長(zhǎng)速度僅次于西南渦移出型,它的誤差最優(yōu)增長(zhǎng)尺度特征不明顯,各個(gè)尺度同時(shí)增長(zhǎng)。非組織局地型的誤差主要由周?chē)h(huán)境系統(tǒng)造成,高緯地區(qū)的冷槽和副熱帶高壓南側(cè)海上的對(duì)流活動(dòng)是誤差的主要來(lái)源,處于浙閩一帶的局地強(qiáng)對(duì)流的誤差增長(zhǎng)相對(duì)比較小,誤差能譜結(jié)構(gòu)接近冷槽推進(jìn)型,誤差能量振幅最小。

圖2 隨機(jī)擾動(dòng)試驗(yàn)的誤差能譜曲線:(a)冷槽推進(jìn)型;(b)西南渦移出型;(c)北槽南渦型;(d)自組織型;(e)非組織局地型Fig.2 Power spectra of DTE in the random perturbation(PERT-R)experiments of five types of heavy rainfall(a)MCT,(b)WSV,(c)NTSV,(d)SO,and(e)NOL

在暴雨發(fā)展后期,至模擬36小時(shí)后,五種類(lèi)型中的誤差能量的尺度分布非常相似,中小尺度誤差能量已經(jīng)到達(dá)飽和,在60 km以下尺度的誤差能量在過(guò)去12小時(shí)中幾乎沒(méi)有大的變化。冷槽推進(jìn)型的最優(yōu)增長(zhǎng)尺度仍然最大,北槽南渦的最優(yōu)增長(zhǎng)尺度最小,這與對(duì)流活動(dòng)強(qiáng)度和性質(zhì)密切相關(guān)。孤立對(duì)流活動(dòng)越強(qiáng),誤差能量在小尺度堆積也就越多,誤差最優(yōu)增長(zhǎng)尺度也就越小;系統(tǒng)性對(duì)流活動(dòng)越平緩,誤差最優(yōu)增長(zhǎng)尺度也就越大。梅雨暴雨是一種連續(xù)性多系統(tǒng)的暴雨系統(tǒng),舊的對(duì)流活動(dòng)剛消亡就會(huì)有新生對(duì)流系統(tǒng)發(fā)展。當(dāng)至48小時(shí),由于一些新生對(duì)流發(fā)展,誤差能量再次快速增長(zhǎng),北槽南渦型的低層新生渦旋系統(tǒng)形成大范圍暴雨,并在渦旋系統(tǒng)的組織作用下,誤差能量的最優(yōu)增長(zhǎng)尺度也迅速向200 km左右調(diào)整。

圖3 同圖2,但為系統(tǒng)擾動(dòng)試驗(yàn) (PERT-S)Fig.3 Same as Fig.2,except for the systematic perturbation(PERT-S)experiments

圖3給出系統(tǒng)誤差擾動(dòng)試驗(yàn) (PERT-S)的總體誤差能量 (DTE)的譜結(jié)構(gòu)。通過(guò)繁殖增長(zhǎng)法構(gòu)造了依賴(lài)于背景環(huán)境場(chǎng)的系統(tǒng)性初始誤差,它的結(jié)構(gòu)和性質(zhì)與流型不穩(wěn)定結(jié)構(gòu)有關(guān)。經(jīng)過(guò)三次循環(huán)繁殖增長(zhǎng),誤差能量主要集中在100 km左右。對(duì)于不同類(lèi)型暴雨系統(tǒng)的初始誤差能譜結(jié)構(gòu)在大尺度上非常相近,在小于100 km的尺度上有一定的差別(圖3)。在最初3小時(shí)內(nèi),系統(tǒng)誤差能量仍然出現(xiàn)不同程度的衰減,但衰減的幅度明顯小于隨機(jī)誤差擾動(dòng)試驗(yàn)。與PERT-R試驗(yàn)相比,在試驗(yàn)PERT-S中初始誤差的衰減主要發(fā)生在100 km左右尺度,而不是在小尺度。這表明誤差能量最先是小尺度增長(zhǎng),然后向大尺度傳播。冷槽推進(jìn)型和北槽南渦型的誤差衰減幅度最大,而在西南渦移出型、自組織型和非組織局地型中小尺度的誤差能量還有較大的增長(zhǎng)。由于通過(guò)繁殖法生成的系統(tǒng)性初始誤差能夠快速投影至大氣不穩(wěn)定增長(zhǎng)最優(yōu)尺度,相應(yīng)可部分抵消模式的耗散調(diào)整,系統(tǒng)性初始誤差的小尺度能量較小,在對(duì)流活動(dòng)發(fā)展后就能很快增長(zhǎng),這些決定了系統(tǒng)誤差初始階段的選擇性衰減。

當(dāng)至12小時(shí),五種類(lèi)型暴雨系統(tǒng)的誤差都得到了迅速增長(zhǎng),自組織型50～80 km的誤差增長(zhǎng)最顯著 (圖3d),北槽南渦型誤差增長(zhǎng)最慢 (圖3c),這些特征與隨機(jī)擾動(dòng)誤差增長(zhǎng)情況相似。在此期間,非組織局地型的系統(tǒng)擾動(dòng)誤差中小尺度能量增長(zhǎng)幅度相對(duì)較大,主要是對(duì)流活動(dòng)停留在局部單點(diǎn)系統(tǒng),但誤差最優(yōu)增長(zhǎng)尺度仍然超過(guò)100 km,略大于隨機(jī)擾動(dòng)試驗(yàn)情況 (圖3e),與其它四種類(lèi)型相似。24小時(shí)以后,冷槽推進(jìn)型、西南渦移出型、北槽南渦型和自組織型在小尺度誤差達(dá)到飽和,該尺度誤差能量增長(zhǎng)緩慢,而非組織局地型小尺度誤差能量仍在繼續(xù)增長(zhǎng)。在總體上,系統(tǒng)性初始誤差增長(zhǎng)速度明顯快于隨機(jī)擾動(dòng)試驗(yàn),中小尺度能夠很快進(jìn)入飽和,飽和誤差能量與PERT-R試驗(yàn)的大小相當(dāng)。這說(shuō)明隨機(jī)擾動(dòng)和系統(tǒng)性擾動(dòng)試驗(yàn)中,其中小尺度區(qū)域的不確定性程度相近,隨著誤差能量的飽和逐漸向大尺度傳播。然而,誤差飽和時(shí)間和飽和程度卻有較大差別,在PERT-S試驗(yàn)中誤差飽和時(shí)間早,其飽和尺度明顯,沒(méi)有PERT-R中圍繞飽和點(diǎn)附近的波動(dòng)。冷槽推進(jìn)型中誤差飽和的尺度分布范圍廣,可預(yù)報(bào)性最好;西南渦移出型和北槽南渦型的誤差飽和尺度大約為90～100 km,大于自組織型中誤差飽和尺度的60～70 km,可預(yù)報(bào)性略好于自組織型;非組織局地型的誤差能量幾乎在所有的尺度沒(méi)有出現(xiàn)飽和,顯然,其可預(yù)報(bào)性最差。這些結(jié)果也為劉建勇等 (2010)提出的按照不同梅雨暴雨形成機(jī)制進(jìn)行梅雨期暴雨分類(lèi)進(jìn)一步提供了理論基礎(chǔ)。從上面的分析結(jié)果可知,外強(qiáng)迫型暴雨系統(tǒng)的可預(yù)報(bào)性好于自組織型暴雨系統(tǒng),自組織型暴雨系統(tǒng)通過(guò)重力波、冷池抬升等構(gòu)成了內(nèi)在相關(guān)的擬連性降水,其可預(yù)報(bào)性要好于非組織局地型暴雨系統(tǒng)。

隨著積分時(shí)間長(zhǎng)度的增加,隨機(jī)擾動(dòng)誤差試驗(yàn)與系統(tǒng)擾動(dòng)誤差試驗(yàn)兩者的誤差尺度差異變得越來(lái)越小。誤差增長(zhǎng)的總體特征都是:首先初始誤差能量投影到不穩(wěn)定環(huán)境場(chǎng)中;由于不穩(wěn)定對(duì)流發(fā)展,誤差在中小尺度迅速增長(zhǎng);在背景流型的約束下,中小尺度誤差能量首先達(dá)到飽和,誤差最優(yōu)增長(zhǎng)尺度繼續(xù)增大;當(dāng)最優(yōu)增長(zhǎng)尺度達(dá)到梅雨期暴雨背景流型約束的100～200 km左右時(shí),誤差尺度不再增長(zhǎng),隨著新生對(duì)流的發(fā)展,誤差振幅再次增長(zhǎng)。這種誤差階段性增長(zhǎng)特征與Liu and Tan(2009)一致。

4 誤差水平空間結(jié)構(gòu)

不同時(shí)間的誤差能譜結(jié)構(gòu)能夠表征誤差能量的多尺度間的傳播,誤差能量增長(zhǎng)和傳播機(jī)制主要取決于梅雨期暴雨系統(tǒng)的背景流型結(jié)構(gòu) (Liu and Tan,2009)。Zhang et al.(2007)利用誤差能量的診斷分析發(fā)現(xiàn),誤差能量的平流輸送和局地潛熱釋放項(xiàng)是局地誤差增長(zhǎng)的兩個(gè)主要來(lái)源,大尺度系統(tǒng)的適應(yīng)性調(diào)整和重力波頻散決定誤差能量的傳播和尺度的增長(zhǎng)。本文通過(guò)對(duì)誤差能量的水平結(jié)構(gòu)分析,希望進(jìn)一步揭示出梅雨暴雨系統(tǒng)的誤差能量的尺度傳播特征和機(jī)制。由于對(duì)流系統(tǒng)在不同發(fā)展階段中其結(jié)構(gòu)差異較大,不同層次的誤差能量的水平結(jié)構(gòu)難以直接對(duì)比。所以文中采用公式 (1)的垂直層次求和,而對(duì)于水平空間不求和,給出誤差能量的水平結(jié)構(gòu),稱(chēng)為 HDTE。

圖4至圖8分別給出了這五種梅雨期暴雨類(lèi)型的不同時(shí)間的誤差能量的水平分布。冷槽推進(jìn)型的誤差隨著鋒面系統(tǒng)性東移,誤差沿槽前鋒面帶狀分布 (圖4)。在初始階段,槽前有多個(gè)對(duì)流系統(tǒng)相繼發(fā)展,誤差集中在單個(gè)對(duì)流系統(tǒng)附近,誤差能量呈對(duì)稱(chēng)性尺度增長(zhǎng) (圖4a),隨著誤差振幅和尺度的增加,誤差連成一片。冷槽前緣的冷空氣系統(tǒng)性抬升,首先使得鋒面對(duì)流活動(dòng)組織化,伴有天氣尺度特征的對(duì)流活動(dòng)區(qū)促成多個(gè)單點(diǎn)誤差協(xié)同增長(zhǎng)、合并。槽前的帶狀位渦可以表征對(duì)流旺盛區(qū)域,誤差能量主要分布在高位渦附近,并同步東移。由于冷槽推進(jìn)型有較強(qiáng)的斜壓性,鋒面后向傾斜,低層不穩(wěn)定區(qū)域位于高位渦前緣,鋒前對(duì)流性降水產(chǎn)生了誤差的局地高值中心。由于鋒面傾斜特點(diǎn),鋒后的層狀云降水伴有弱濕對(duì)流不穩(wěn)定性,受潛熱釋放的影響,誤差隨著鋒面東移,同時(shí)也向鋒面后側(cè)傳播和增長(zhǎng) (圖4b)。由局地對(duì)流活動(dòng)強(qiáng)度決定小尺度誤差能量的振幅,鋒面的傾斜性和槽前冷空氣的系統(tǒng)性抬升控制著冷槽推進(jìn)型的誤差尺度增長(zhǎng)。

圖4 冷槽推進(jìn)型的隨機(jī)擾動(dòng)試驗(yàn)的誤差能量的水平分布:(a)18小時(shí);(b)36小時(shí)。陰影:位渦≥1 PVU(1 PVU=1.0×10-6m2·s-1·K·kg-1);粗實(shí)線:誤差能量 (自外向內(nèi)依次為50、100、200、400、800 m2/s2);虛線:500 hPa位勢(shì)高度 (間隔20 gpm)Fig.4 The distribution of the difference energy in the random perturbation experiment of the MCT type(thick solid lines,the contours are 50 m2/s2,100 m2/s2,200 m2/s2,400 m2/s2,800 m2/s2 in turn from the outside)at(a)18 h and(b)36 h.Dashed line:500-hPa geopotential height(20 gpm interval);shading:potential vorticity≥1 PVU

圖5 西南渦移出型的隨機(jī)擾動(dòng)試驗(yàn)的誤差能量的水平分布:(a)18小時(shí);(b)24小時(shí)。其余同圖4Fig.5 Same as Fig.4,but for the difference energy in the random perturbation experiment of the WSV type at(a)18 h and(b)24 h

在西南渦移出型暴雨系統(tǒng)中,冷空氣的強(qiáng)迫抬升較小,其作用主要是維持切變渦度和增強(qiáng)對(duì)流不穩(wěn)定度。沿暖性切變線,隨著西南渦的移出和新生渦旋系統(tǒng)的發(fā)展,誤差自西南向東北移動(dòng)。誤差中心位于渦旋的對(duì)流最為活躍的西南象限,在平流的作用下,下游誤差尺度較大、振幅較小,沿切變線呈狹窄帶狀分布。西南渦移出型暴雨系統(tǒng)斜壓性弱,沒(méi)有冷槽推進(jìn)型那種后傾特征。誤差沿跨鋒面方向?qū)ΨQ(chēng)性傳播,尺度增長(zhǎng)慢,誤差與高位渦帶重合 (圖5)。在低空急流區(qū)的邊緣,誤差增長(zhǎng)最快,這意味著中尺度低空急流不確定性大。由于低層的渦旋特性,低層誤差向下游傳播沒(méi)有隨著低空急流風(fēng)速增強(qiáng)而加速,而是隨著渦旋系統(tǒng)組織的對(duì)流活動(dòng)同時(shí)減弱、消亡,并在低層渦旋的平流作用下,低空急流正負(fù)偏差加快抵消減弱 (圖5)。西南渦移出型僅是切變渦度移出,四川盆地仍有低渦對(duì)流活動(dòng),誤差能量在此區(qū)域繼續(xù)增長(zhǎng),圍繞對(duì)流系統(tǒng)形成多個(gè)高值中心。隨著西南地區(qū)的渦旋再次加強(qiáng)東傳和對(duì)流的加強(qiáng),誤差能譜曲線的最優(yōu)增長(zhǎng)尺度出現(xiàn)減小的過(guò)程,再次表明暖季降水的中小尺度誤差增長(zhǎng)取決于濕對(duì)流不穩(wěn)定性 (圖2、圖5)。

圖6 同圖4,但為北槽南渦型Fig.6 Same as Fig.4,except for the NTSV experiment

北槽南渦型暴雨系統(tǒng)中,伴隨500 hPa槽前的位渦帶中沒(méi)有出現(xiàn)很強(qiáng)的誤差,這與由于高空槽偏北、槽前缺少暖濕空氣輸送,因而對(duì)流活動(dòng)微弱有關(guān),而在青藏高原東側(cè)和兩湖流域有小尺度降水系統(tǒng),誤差在該地區(qū)相對(duì)集中 (圖6)。至18小時(shí)后,隨著短波槽的南壓和青藏高原東側(cè)對(duì)流系統(tǒng)的東移,梅雨鋒的對(duì)流不穩(wěn)定性加強(qiáng),誤差迅速增大。在此過(guò)程中,長(zhǎng)江中下游地區(qū)高位渦區(qū)伴有單點(diǎn)誤差增長(zhǎng),受對(duì)流強(qiáng)度偏弱的限制,該地區(qū)的誤差增長(zhǎng)幅度較小。在隨后18小時(shí)中,擾動(dòng)誤差尺度快速增長(zhǎng)達(dá)到梅雨鋒尺度,即接近于250 km左右,這個(gè)過(guò)程已經(jīng)在Liu and Tan(2009)討論過(guò),這種誤差的階段性增長(zhǎng)是由降水分段特征決定的。與西南渦移出型相似,低層渦旋通過(guò)平流作用,加快正負(fù)偏差相互抵消,降低單點(diǎn)誤差的增長(zhǎng)。由于北槽南渦型的短波槽和高空急流位置偏北,對(duì)流層頂部對(duì)誤差平流作用小于西南渦移出型,誤差能量經(jīng)向、緯向呈對(duì)稱(chēng)分布 (圖6)。雖同屬于外強(qiáng)迫型梅雨暴雨,在北槽南渦型中,短波槽前的誤差增長(zhǎng)明顯要較冷槽推進(jìn)型和西南渦移出型中的弱。與西南渦移出相似,對(duì)流發(fā)展后期,渦旋系統(tǒng)將多個(gè)對(duì)流系統(tǒng)進(jìn)行有效組織,相應(yīng)也增大了誤差的尺度,大尺度的適應(yīng)性調(diào)整和誤差的平流輸送促進(jìn)小尺度誤差能量向大尺度傳遞。這種小尺度誤差能量快速向大尺度傳遞的過(guò)程降低了局地不確定性,增加了單點(diǎn)降水的可預(yù)報(bào)性。

通過(guò)對(duì)自組織型暴雨和外強(qiáng)迫型暴雨的誤差能譜對(duì)比發(fā)現(xiàn),在自組織型暴雨系統(tǒng)中,其初期誤差增長(zhǎng)都是最快的,至36小時(shí),自組織型暴雨系統(tǒng)的誤差總能量與外強(qiáng)迫型三種子類(lèi)型暴雨系統(tǒng)的誤差總能量相近。從圖7可以看到,至18小時(shí)兩湖流域存在兩簇誤差,而在36小時(shí),自組織的多對(duì)流系統(tǒng)周?chē)恼`差能量快速增長(zhǎng),與幾種外強(qiáng)迫型暴雨不同的是,其誤差快速增長(zhǎng)的尺度范圍大。在自組織型暴雨中,在整個(gè)降水過(guò)程中相繼存在多個(gè)對(duì)流系統(tǒng),即存在一定的內(nèi)在擬連特性,它們通過(guò)冷池、重力波等機(jī)制維持對(duì)流系統(tǒng)的時(shí)空連續(xù)性(劉建勇等,2010)。與 Zhang et al(2007)分析的誤差結(jié)構(gòu)相似,風(fēng)速誤差正負(fù)相間分布,誤差主體與高位渦重合,誤差能量的傳播有明顯的重力波特征 (圖略)。通過(guò)冷池、重力波的串聯(lián)作用,誤差迅速由單個(gè)對(duì)流的尺度向更大尺度傳遞,形成自組織型暴雨系統(tǒng)中的誤差能量多尺度快速增長(zhǎng)。誤差主體與高位渦重合,沿鋒面向下游傳播,跨鋒面呈對(duì)稱(chēng)分布。在重力波作用下,誤差有部分后向傳播,與后側(cè)不穩(wěn)定對(duì)流產(chǎn)生的誤差合并加強(qiáng),相應(yīng)加劇后向傳播的對(duì)流系統(tǒng)的不確定性。經(jīng)過(guò)較長(zhǎng)時(shí)間后,自組織型暴雨系統(tǒng)的誤差結(jié)構(gòu)與外強(qiáng)迫型暴雨具有相似的特征。

圖7 同圖4,但為自組織型Fig.7 Same as Fig.4,except for the SO experiment

圖8 非組織局地型的誤差能量24小時(shí)的水平分布:(a)PERT-R;(b)PERT-S。其余同圖4Fig.8 Same as Fig.4,excep t for the difference energy in the(a)PERT-R and(b)PERT-S experiments of NOL type at 24 h

與上述外強(qiáng)迫型和自組織型暴雨不同,非組織局地型降水的誤差增長(zhǎng)局地性更強(qiáng),受到局地地形的強(qiáng)迫作用,位于浙江附近的副熱帶高壓邊緣強(qiáng)對(duì)流降水的小振幅、小尺度的隨機(jī)誤差增長(zhǎng)很小 (圖8a),這表明大尺度系統(tǒng)觀測(cè)足夠精確時(shí),局地強(qiáng)迫型的強(qiáng)對(duì)流過(guò)程具有很高的可預(yù)報(bào)性。然而在實(shí)際預(yù)報(bào)過(guò)程中,這種局地強(qiáng)迫型的局地暴雨受到大尺度系統(tǒng)的不確定性影響,預(yù)報(bào)精確度很難把握。小尺度、小振幅的隨機(jī)誤差擾動(dòng)沿著副熱帶高壓邊緣高位渦帶向北移動(dòng),誤差發(fā)展組織性差。在副熱帶高壓西北側(cè)的高CAPE區(qū)域,雖然有局地強(qiáng)對(duì)流發(fā)展,但它的誤差發(fā)展非常緩慢。在系統(tǒng)擾動(dòng)試驗(yàn)中,其初始階段的誤差主要位于副高西南側(cè),由于在副高邊緣有很強(qiáng)的不穩(wěn)定性,在副高邊緣的引導(dǎo)氣流作用下迅速將誤差傳播至副高西北側(cè),并在局地強(qiáng)對(duì)流發(fā)展作用下,誤差擾動(dòng)得到快速發(fā)展。影響副熱帶高壓邊緣強(qiáng)對(duì)流系統(tǒng)的主要因子包括有副熱帶高壓西南側(cè)的暖濕氣流、副熱帶高壓邊緣的切變不穩(wěn)定、北方冷空氣入侵以及局地的地形強(qiáng)迫和熱力強(qiáng)迫,這些因子將影響誤差的增長(zhǎng)與傳播。在隨機(jī)擾動(dòng)試驗(yàn) (PERT-R)中,由于副熱帶高壓相對(duì)穩(wěn)定,其邊緣的切變渦度和西南暖濕氣流的誤差增長(zhǎng)緩慢,北方冷空氣非常微弱,局地的地形強(qiáng)迫是不隨時(shí)間變化的,這些導(dǎo)致了在隨機(jī)擾動(dòng)試驗(yàn)中誤差增長(zhǎng)緩慢。而在系統(tǒng)擾動(dòng)試驗(yàn) (PERT-S)中,在北方冷空氣和副熱帶高壓區(qū)域都出現(xiàn)了初始系統(tǒng)性誤差,隨著系統(tǒng)發(fā)展,兩個(gè)區(qū)域的誤差在24小時(shí)疊加在一起,導(dǎo)致局地強(qiáng)對(duì)流系統(tǒng)周?chē)恼`差大范圍的快速增長(zhǎng),由此說(shuō)明局地強(qiáng)對(duì)流系統(tǒng)對(duì)系統(tǒng)性誤差更為敏感。同化過(guò)程中應(yīng)著重考慮整體系統(tǒng)的準(zhǔn)確性,單個(gè)站點(diǎn)的觀測(cè)精度提高對(duì)預(yù)報(bào)技巧的提高作用有限。

5 誤差垂直結(jié)構(gòu)

在不同的暴雨類(lèi)型和暴雨的不同發(fā)展階段,隨著大氣結(jié)構(gòu)的變化,誤差的垂直廓線有較大差異。圖9a、b給出冷槽推進(jìn)型經(jīng)過(guò)暴雨中心并與梅雨鋒面垂直的緯向風(fēng)偏差和溫度偏差的垂直剖面,由圖可以看出誤差沿著鋒面向西北傾斜,誤差垂直分布系統(tǒng)性強(qiáng)。對(duì)流活動(dòng)偏弱時(shí),誤差沿鋒面離散分布,當(dāng)對(duì)流加強(qiáng)時(shí),誤差的后向傾斜減弱,主要圍繞對(duì)流上升氣流附近豎直向上分布。中層誤差向高層傳遞,使得高層誤差增長(zhǎng)明顯比中層誤差增長(zhǎng)速度快 (Rabier et al.,1996)。冷槽推進(jìn)型的風(fēng)場(chǎng)誤差高值中心位于高層,這與 Hakim(2005)結(jié)論相似;與 Hakim(2005)不同的是溫度誤差中心沒(méi)有出現(xiàn)在低層而是位于中層。溫度誤差主要位于對(duì)流活動(dòng)的后側(cè),該區(qū)域的相當(dāng)位溫曲線存在短波擾動(dòng)(圖9b),這種短波擾動(dòng)是高頻重力波的體現(xiàn),在對(duì)流系統(tǒng)后側(cè)的干空氣入侵是出現(xiàn)溫度誤差的原因之一,這與 Hakim(2005)的邊界層不確定性不同。風(fēng)場(chǎng)誤差位于對(duì)流活動(dòng)的前緣,誤差傳播速度快于對(duì)流系統(tǒng)移動(dòng)速度,風(fēng)場(chǎng)的誤差傳播方向能夠反映出對(duì)流活動(dòng)未來(lái)的移動(dòng)方向。

選取經(jīng)過(guò)成熟期渦旋中心 (32°N,118°E),分別作平行和垂直梅雨鋒鋒面的西南渦移出型暴雨系統(tǒng)24小時(shí)的誤差垂直剖面。此時(shí)局地對(duì)流活動(dòng)旺盛,誤差能量相對(duì)集中在對(duì)流旺盛區(qū)域的中下層(圖9c、d)。不同于冷槽推進(jìn)型,在西南渦移出型中的溫度誤差主要位于對(duì)流層低層,緯向風(fēng)誤差在中低層與高位渦重合。從相當(dāng)位溫來(lái)看,西南渦移出型中層的干冷空氣活動(dòng)很弱,相當(dāng)位溫也不存在高頻重力波擾動(dòng),然而低層存在明顯的冷空氣堆,冷空氣堆附近的溫度誤差和水平風(fēng)速誤差都很大。中低層西南急流與濕對(duì)流正反饋機(jī)制決定了中尺度急流的誤差的非線性增長(zhǎng)。高層受高空急流影響,誤差向下游傳播速度遠(yuǎn)遠(yuǎn)大于中低層,使得對(duì)流層頂層誤差偏差堆積較小。

北槽南渦型中,在中層存在冷性切變線,梅雨鋒的中層有弱的干冷性空氣侵入,使得蒸發(fā)冷卻和凝結(jié)釋放潛熱共存,溫度誤差明顯大于冷槽推進(jìn)型和西南渦移出型 (圖9e、f)。沿冷性切變線,梅雨鋒垂直傾斜較小,誤差能量中心與強(qiáng)對(duì)流的高位渦區(qū)重合。中層冷空氣的侵入,使得梅雨鋒區(qū)弱對(duì)流區(qū)也有較大的溫度誤差,溫度誤差隨著對(duì)流上升運(yùn)動(dòng)向?qū)α黜敳總鞑ァＳ捎诒辈勰蠝u型的高空急流區(qū)位置偏北,遠(yuǎn)離鋒面,對(duì)鋒面附近的誤差水平平流作用較小,對(duì)流層頂部誤差能量堆積較大。與西南渦移出型相近,強(qiáng)對(duì)流系統(tǒng)近地層存在很強(qiáng)冷空氣堆,冷空氣堆前緣不穩(wěn)定造成較強(qiáng)的溫度和水平風(fēng)速偏差。

自組織型誤差在多系統(tǒng)間的能量傳遞極其明顯,圖9g、h給出30°N緯向剖面。模擬18小時(shí),大別山西側(cè)有對(duì)流系統(tǒng)發(fā)展加強(qiáng),對(duì)流活動(dòng)旺盛,誤差圍繞高位渦帶豎直分布,誤差能量以風(fēng)場(chǎng)偏差為主,溫度偏差很小,高低層都有誤差能量向下游傳遞。36小時(shí)后,自組織型暴雨系統(tǒng)開(kāi)始有多個(gè)對(duì)流系統(tǒng),系統(tǒng)間距離僅有幾十公里,冷池動(dòng)力強(qiáng)迫和重力波在高低層的誤差能量傳播中發(fā)揮了重要作用,抑制了單點(diǎn)誤差過(guò)快增長(zhǎng),這也許可以解釋Carbone et al.(2002)的擬連降水系統(tǒng)的可預(yù)報(bào)性相對(duì)高于單個(gè)對(duì)流系統(tǒng)。

非組織局地型的誤差主要位于中低層,邊界層不穩(wěn)定和冷池可能是誤差的主要來(lái)源,其中的機(jī)理還需要進(jìn)一步研究 (圖略)。

6 結(jié)論

梅雨暴雨是弱斜壓性、多尺度系統(tǒng)相互依存的暖季降水,其預(yù)報(bào)誤差要受濕對(duì)流不穩(wěn)定性控制。隨著對(duì)流系統(tǒng)的發(fā)展,中小尺度誤差最先增長(zhǎng),同時(shí)向大尺度傳播,隨之誤差最優(yōu)增長(zhǎng)尺度增大。經(jīng)過(guò)24小時(shí),60 km以下的小尺度誤差基本都達(dá)到飽和,梅雨鋒邊界限定了中低層的誤差尺度的增長(zhǎng),至36小時(shí),不同類(lèi)型的梅雨暴雨的誤差最優(yōu)增長(zhǎng)尺度均接近梅雨鋒寬度200 km左右,相應(yīng)誤差的水平尺度不再增長(zhǎng)。與斜壓系統(tǒng)不同,梅雨暴雨的誤差呈現(xiàn)多尺度共同增長(zhǎng),最優(yōu)增長(zhǎng)尺度不夠明顯,這是與梅雨暴雨系統(tǒng)多尺度性密切相關(guān)。梅雨鋒的切變渦度區(qū)和水汽輻合帶區(qū)域中的對(duì)流系統(tǒng)的相繼發(fā)展,使得梅雨暴雨系統(tǒng)的誤差增長(zhǎng)具有階段性特征。

圖9 誤差垂直剖面:(a、b)冷槽推進(jìn)型;(c、d)西南渦移出型;(e、f)北槽南渦型;(g、h)自組織型。藍(lán)線:緯向風(fēng)偏差 (間隔2m/s);紅線:溫度偏差 (間隔1 K);黑線:位溫 (間隔4 K);陰影:位渦≥1 PVU(間隔0.5 PVU)Fig.9 The verticalcross sections of the errors:(a,b)MCT;(c,d)WSV;(e,f)NTSV;(g,h)SO.Blue line:zonal wind difference(2 m/s interval);red line:temperature difference(1 K interval);black line:potential temperature(4 K interval);shading:potential vorticity≥1 PVU(0.5 PVU interval)

不同的梅雨暴雨系統(tǒng)其對(duì)流不穩(wěn)定發(fā)展機(jī)制和環(huán)流有很大差異,它們決定了梅雨暴雨系統(tǒng)的誤差增長(zhǎng)呈現(xiàn)出多類(lèi)型特征。冷槽推進(jìn)型的誤差最優(yōu)增長(zhǎng)尺度大,可預(yù)報(bào)性最強(qiáng)。冷槽通過(guò)控制降水系統(tǒng)的組織結(jié)構(gòu),影響不穩(wěn)定區(qū)域的誤差水平尺度;鋒面的垂直傾斜結(jié)構(gòu)決定了誤差空間分布的特征。在西南渦移出型和北槽南渦型中,渦旋系統(tǒng)將多單體對(duì)流系統(tǒng)有效組織在一起,通過(guò)渦旋性平流抵消渦旋內(nèi)的正負(fù)偏差,減少單點(diǎn)誤差增長(zhǎng),加快誤差能量向大尺度傳遞。這種能量由小尺度向大尺度的傳播機(jī)制能夠降低局地不確定性的快速增長(zhǎng),可以提高暖季降水的預(yù)報(bào)技巧。西南渦移出型中的高空急流引導(dǎo)誤差從高層向東傳播,不易形成高層的誤差堆積。在北槽南渦型中,高空急流對(duì)誤差傳播的引導(dǎo)作用沒(méi)有在西南渦移出型的大,相應(yīng)其低層冷池的重力波頻散對(duì)誤差傳播作用更大。在自組織型暴雨系統(tǒng)中,決定自組織型的內(nèi)在擬連特征的重力波、冷池強(qiáng)迫抬升等機(jī)制能促進(jìn)局部誤差能量向大尺度快速頻散,這使得在自組織型暴雨系統(tǒng)發(fā)展中后期的誤差能譜尺度分布特征與上述三種外強(qiáng)迫型相似。在非組織局地型中,受局地地形和熱力強(qiáng)迫影響,其誤差增長(zhǎng)相對(duì)緩慢,小尺度誤差的誤差能量很難飽和,不確定性較大,相應(yīng)可預(yù)報(bào)性差。

在系統(tǒng)性誤差擾動(dòng)試驗(yàn)中,由于其初始誤差主要通過(guò)繁殖方法產(chǎn)生,相應(yīng)初始誤差依賴(lài)于背景環(huán)境不穩(wěn)定特征,其誤差能量快速投影至大氣不穩(wěn)定增長(zhǎng)最優(yōu)尺度,加快了中小尺度誤差向大尺度傳遞。在暴雨系統(tǒng)發(fā)展初期,PERT-S試驗(yàn)的誤差比PERT-R試驗(yàn)增長(zhǎng)更快,中小尺度能夠很快進(jìn)入飽和,但兩者的中小尺度誤差飽和能量接近,說(shuō)明中小尺度的不確定性相當(dāng)。通過(guò)不同類(lèi)型梅雨暴雨系統(tǒng)的誤差增長(zhǎng)特征的比較分析,可以給出梅雨暴雨系統(tǒng)可預(yù)報(bào)性差異性及其總體特征。在對(duì)流發(fā)展成熟期,冷槽推進(jìn)型中誤差能量飽和尺度范圍較大,誤差增長(zhǎng)變緩,可預(yù)報(bào)性最好;西南渦移出型和北槽南渦型中,其誤差的飽和尺度為90～100 km,大于自組織型中誤差飽和尺度 (60～70 km),可預(yù)報(bào)性略好于自組織型;在非組織局地型的誤差能量幾乎沒(méi)有尺度飽和,可預(yù)報(bào)性最差。在自組織型中,其飽和誤差能量要小于外強(qiáng)迫型,但總體擾動(dòng)能量?jī)烧呦喈?dāng),誤差能量能夠更快地向大尺度傳播,雖然誤差帶來(lái)的不確定性范圍擴(kuò)大,但可以提升中小尺度的可預(yù)報(bào)性,減小局地極端天氣的不確定性。

References)

Akiyama T.1990.Large,synoptic and meso-scale variations of the Baiu front,during July 1982.Part III:Space-time scale and structure of frontal disturbances[J].J.Meteo r.Soc.Japan,68:705-727.

Bei N F,Zhang F Q.2007.Impacts of initial condition errors on mesoscale predictability of heavy precipitation along the Mei-Yu front of China[J].Quart.J.Roy.Meteor.Soc.,133:83-99.

Carbone R E,Tuttle JD,Ahijevych D A,et al.2002.Inferencesof predictability associated with warm season precipitation episodes[J].J.A tmos.Sci.,59:2033-2056.

Dalcher A,Kalnay E.1987.Error grow th and predictability in operational ECMWF forecast[J].Tellus,39A:474-491.

Hamill T M,Snyder C,Whitaker J S.2003.Ensemble forecasts and properties of flow-dependent analysis-error covariance singular vectors[J].Mon.Wea.Rev.,131:1741-1758.

Hakim G J.2005.Vertical structure of midlatitude analysis and forecast errors[J].Mon.Wea.Rev.,133:567-578.

Hollingsworth A,L?nnberg P.1986.The statistical structure of short-range fo recast errors as determined from radiosonde data.Part I:The wind field[J].Tellus,38A:111-136.

Hong S-Y,Pan H L.1996.Nonlocal boundary layer vertical diffusion in a medium-range forecast model[J].Mon.Wea.Rev.,124:2322-2339.

Kain J S,Fritsch J M.1993.Convective parameterization for mesoscale model:The Kain-Fritsch scheme[M]∥The Rep resentation of Cumulus Convection in Numerical Models.Amer.Meteor.Soc.,165-170.

Kain J S.2004.The Kain-Fritsch convective parameterization:An update[J].J.Appl.Meteor.,43:170-181.

Langland R H,Shapiro M A,Gelaro R.2002.Initial condition sensitivity and error grow th in forecasts of the 25 January 2000 east coast snow storm[J].Mon.Wea.Rev.,130:957-974.

Liu J Y,Tan ZM.2009.Mesoscale predictability of Mei-yu heavy rainfall[J].Adv.A tmos.Sci.,26:438-450.

劉建勇,談?wù)苊?張熠.2011.梅雨期三類(lèi)不同形成機(jī)制的暴雨[J].氣象學(xué)報(bào),待刊. Liu J Y,Tan Z M,Zhang Y.2011.Three typesof the heavy rainfallswith different formationmechanism during Meiyu-period[J].Acta Meteo r.Sinica(in Chi-nese),in Press.

Lorenz E N.1969.The predictability of a flow which possesses many scales of motion[J].Tellus,21:289-307.

Ninomiya K,Akiyama T.1992.Multi-scale features of Baiu,the summer monsoon over Japan and the East Asia[J].J.Meteor.Soc.Japan,70(1B):467-495.

RabierF,Klinker E,Courtier P,et al.1996.Sensitivity of forecast errors to initial conditions[J].Quart.J.Roy.Meteor.Soc.,122:121-150.

Snyder C,Hamill T M,Trier SB.2003.Linear evolution of error covariances in a quasigeostrophic model[J].Mon.Wea.Rev.,131:189-205.

Tan ZM,Zhang FQ,Rotunno R,et al.2004.Mesoscale predictability of moist baroclinic waves:Experiments with parameterized convection[J].J.A tmos.Sci.,61:1794-1804.

Thompson P D.1957.Uncertainty of initial state as a facto rin the predictability of large scale atmospheric flow patterns[J].Tellus,9:275-295.

Toth Z,Kalnay E.1997.Ensemble fo recasting at NCEP and the breeding method[J].Mon.Wea.Rev.,125:3297-3319.

Tribbia J J,Baumhefner D P.2004.Scale interactions and atmospheric predictability:An updated perspective[J].Mon.Wea.Rev.,132:703-713.

Zhang F,Snyder C,Rotunno R.2002.Mesoscale predictability of the“surp rise”snow storm of 24-25 January 2000[J].Mon.Wea.Rev.,130:1617-1632.

Zhang F,Snyder C,Rotunno R.2003.Effects of moist convection on mesoscale predictability[J].J.A tmos.Sci.,60:1173-1185.Zhang F,Odins A M,Nielsen-Gammon JW.2006.Mesoscale predictability of an extreme warm-season precipitation event[J].Wea.Forecasting,21:149-166.

Zhang F,Bei N,Rotunno R,et al.2007.Mesoscale predictability of moist baroclinic waves:Convection-permitting experimentsand multistage error grow th dynamics[J].J.A tmos.Sci.,64:3579-3594.

張順利,陶詩(shī)言,張慶云,等.2002.長(zhǎng)江中下游致洪暴雨的多尺度條件[J].科學(xué)通報(bào),47(6):467-473. Zhang Shunli,Tao Shiyan,Zhang Qingyun,et al.2002.Multi-scale conditions of torrential rain causing floods in the mid-and low er reaches of the Yangtze River[J].Chinese Science Bulletin(in Chinese),47(6):467-473.

朱本璐,林萬(wàn)濤,張?jiān)?2009.初始擾動(dòng)對(duì)一次華南暴雨預(yù)報(bào)的影響的研究[J].大氣科學(xué),33(6):1333-1347. Zhu Benlu,Lin Wantao,Zhang Yun.2009.Impacts of initial perturbations on prediction of a heavy rain in South China[J].Chinese Journal of A tmospheric Sciences(in Chinese),33(6):1333-1347.

Flow-Dependen t Mesoscale Predictability of Meiyu Heavy Rainfall

L IU Jianyong1,2,TAN Zhemin1,and GU Sinan2

1KeyLabofMesoscaleSevereWeather/MOE,andSchoolofAtmosphericSciences,NanjingUniversity,Nanjing210093
2NingboMeteorologicalObservatory,Ningbo315012

The initial condition sensitivity leads to a limit for the prediction of mesoscale weather systems.The rapid grow th of initial erro rs and associated mesoscale predictability depend on the features of flow.The generation of Meiyu heavy rainfall is the result of interaction of many different-scale weather system s.Therefo re,there are differ-entmechanism s for the fo rmation and the sensitivity to initial condition of Meiyu heavy rainfall.

The mechanism sof erro rgrow th for five different typesof Meiyu rainfall are investigated.It is the larger scale cold air lifting,low level vo rtex,boundary layer cold pool,and gravity wave that play important roles in the error grow th of Meiyu rainfall systems.They promote the scale grow th of initial erro rs from small to larger scales in different ways.The perturbation simulationswith random or systematic initial errors demonstrate that the initial errors can quickly reach itsop timal scales in the systematic perturbation experiment.

The cold air lifting controls the scaleof erro rin themoving trough type of Meiyu rainfall,as a result,the scale of error is rather large and the predictability is rather high.The low-level vo rtex advection inthe Meiyu rainfall of themoving-out Southwest China vo rtex type and the north-trough with south-vo rtex type can offset the deviation within the vo rtex,and accelerate the transpo rt of erro renergy f rom the small scale to large scale,and then the fo recast skill of warm-season heavy rainfall is imp roved.The self-organizing rainfall system has a smaller saturation scale of error and lower predictability than those of the first two types of rainfall,because the immanent coup ling mechanism of gravity wave and the cold pool can accelerate the dispersion of erro renergy,w hich results in the cogrow th of errors atmany scales.It is difficult for small scale error to reach its saturation in the non-organizing local rainfall systems,w hich is usually influenced by local terrain and thermal-dynamic conditions,and therefo re it has the lowest predictability.

The structure of error in Meiyu heavy rainfall ismainly dependent on the sub-weather system s,w hich play the most important role in the formation of Meiyu rainfall.The error in the moving trough type slants vertically along the f ront.Cold air intruding in themoving-trough and north-trough with south-vo rtex types leads to a prominent increasing of temperature erro rat the mid-levels.The genesisof cold pool in themoving-out Southwest China vo rtex,no rth-trough with south-vo rtex,self-o rganizing,and non-o rganizing local system types results in a high momentum difference at the lower levels.During the later stage of all typesof rainfall,therew ill be a large erro rzone at the upper levels,due to the transportation from the low er levels to upper levels.

erro rgrow th,mesoscale predictability,Meiyu,heavy rainfall

1006-9895(2011)05-0912-15

P445

A

劉建勇,談?wù)苊?顧思南.2011.梅雨期暴雨系統(tǒng)的流依賴(lài)中尺度可預(yù)報(bào)性 [J].大氣科學(xué),35(5):912-926.Liu Jianyong,Tan Zhemin,Gu Sinan.2011.Flow-dependent mesoscale predictability of Meiyu heavy rainfall[J].Chinese Journal of A tmospheric Sciences(in Chinese),35(5):912-926.

2010-10-29,2011-03-21收修定稿

國(guó)家自然科學(xué)基金資助項(xiàng)目40828005、40921160382,國(guó)家公益性行業(yè)科研專(zhuān)項(xiàng) GYHY201006004,國(guó)家科技支撐計(jì)劃重點(diǎn)項(xiàng)目2006BAC02B03,高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科學(xué)基金20080284019

劉建勇,男,1980年出生,博士,主要從事中尺度動(dòng)力學(xué)和數(shù)值模擬研究。E-mail:jianyong.liu@gmail.com

談?wù)苊?E-mail:zm tan@nju.edu.cn